http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 황재용 (검색결과 17 건)
- 무료
- 기관 내 무료
- 유료
-
TCP 세그멘트내의 가상 IP 정보를 이용하는 NAT 프로토콜에 대한 연구
황재용,주기호,Hwang, Jae-Yong,Ju, Gi-Ho 배재대학교 공학연구소 2004 공학논문집 Vol.5 No.1
NAT (Network Address Translation)은 임의의 사설 IP 주소를 인터넷의 정식 IP 주소로 변환하는 메커니즘으로써 네트워크 보안 및 인터넷 주소의 절약이 주요 기능이다. 일반적으로 NAT는 패킷 헤더의 IP정보를 이용하여 이러한 기능을 수행한다. 하지만 특정 응용 프로토콜들은 패킷의 헤더뿐만 아니라, 데이터 부분에도 종단간 통신에 필요한 정보가 존재하기 때문에, NAT는 이러한 정보를 적절하게 변화해 주어야 할 필요가 있다. 본 논문에서는 포트프락시(port proxy)서버를 이용하여, 패킷의 데이터에 있는 가상 IP정보를 실제 IP정보고 변환하여, 외부와 통신이 원할하게 이루어 질 수 있도록 하는 방안을 제시하고 실제로 구현하였다. NAT (Network Address Translation) is an IP address modification protocol that translates private IP address into authentic Internet address. The main features of NAT are to improve network security and to save IP address. Generally speaking, in order to perform its functionality, NAT uses the address information in the packet header. Certain application protocols, however, use the information in the packet data as well as the information in the packet header to perform end-to-end communication. Therefore, to support these types of application protocols, NAT should be able to perform appropriate translation of protocol information in the packet data. In this thesis, we design and implement a method which translates virtual IP information in the packet date into real IP information by using port proxy server.
-
공급망 최적화 기술 적용을 위한 제조 데이터 수집 시스템
황재용,신성윤,강선경,Hwang, Jae-Yong,Shin, Seong-Yoon,Kang, Sun-Kyoung 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.11
스마트 공장의 생산 계획 및 제조 데이터를 이용하여 AI 기반의 효율적인 재고 관리 및 물류 최적화 기술을 적용하면 해당 제조 기업의 생산성 향상과 고객 만족도 향상을 기대할 수 있다. 본 논문에서는 공장의 생산 공정에서부터 데이터를 수집하여 클라우드에 저장하고, 여기에 저장된 제조 데이터를 활용하여 추후 AI 기반의 공급망 최적화 기술을 적용할 수 있는 시스템을 제안하였다. 기존 시스템의 경우는 대략 10종~20종 정도의 데이터 타입을 지원했다면, 제안 시스템은 100종 이상의 데이터 타입을 지원하도록 설계 및 개발된다. 또한 수집 주기의 경우는 매 초당 1~2회의 데이터를 수집할 수 있도록 지원하며, TB 단위의 데이터 수집이 가능하다. 따라서 본 시스템은 자동화된 데이터 수집 체계를 갖추고 있는 스마트 공장 외에 기존의 전통 제조 현장에도 적용할 수 있도록 고안하였다. By applying AI-based efficient inventory management and logistics optimization technology using the smart factory's production plan and manufacturing data, the company's productivity improvement and customer satisfaction can be expected to increase. In this paper, we proposed a system that collects data from the factory's production process, stores it in the cloud, and uses the manufacturing data stored there to apply AI-based supply chain optimization technology later. While the existing system supported approximately 10 to 20 data types, the proposed system is designed and developed to support more than 100 data types. In addition, in the case of the collection cycle, data can be collected 1-2 times per second, and data collection in TB units is possible. Therefore This system is designed to be applied to the existing factory of past in addition to the smart factory.
-
복수객체의 윤곽추출을 위한 스네이크 분리 및 연결 알고리즘의 실험적 분석
황재용,장종환,Hwang, Jae-Yong,Jang, Jong-Whan 한국정보처리학회 2012 정보처리학회논문지B Vol.19 No.4
복수객체의 윤곽추출을 위해 스네이크를 분리하고 연결하는 대표적인 방법이 스네이크 포인트의 거리를 이용한 최소거리방법이다. 이 방법은 객체 위상에 따라 스네이크를 분리하지 못하는 경우가 발생한다. 본 논문에서는 스네이크를 분리하지 못하는 경우를 실험적으로 증명하고 스네이크 세그먼트의 벡터를 이용한 새로운 방법이 스네이크를 성공적으로 분리 및 연결함을 실험적으로 보임으로써 최소거리방법의 문제점을 해결하였다. 하나의 영상 안에 3개 및 5개 객체가 있는 실험영상에 실험을 하여 제안한 방법이 우수하다는 것을 보여준다. The most famous algorithm of splitting and connecting Snake for extracting the boundary of multiple objects is the nearest method using the distance between snake points. It often can't split and connect Snake due to object topology. In this paper, its problem was discussed experimentally. The new algorithm using vector between Snake segment is proposed in order to split and connect Snake with complicated topology of objects. It is shown by experiment of two test images with 3 and 5 objects that the proposed one works better than the nearest one.
-
차량용 휠 베어링의 결함 예측을 위한 센서 모듈 및 진단 연구
황재용,설예인 한국융합학회 2020 한국융합학회논문지 Vol.11 No.11
최근 모니터링 및 예측 시스템을 이용하여 사전에 결함을 발견하고 이를 경고하는 시스템이 활발히 연구되고 있다. 차량 안전 관리에 있어서도 예측 결함 분석 기술을 적용하여 자동차 휠 베어링의 고장 유무 및 고장 유형을 조기에 경고하는 시스템이 필요하다. 본 논문에서는 휠 베어링과 결합 된 센서 모듈과 각 센서 모듈에서 차량 가속 정보 및 진동 정보를 수집, 저장 및 분석하는 진단 시스템을 제시하였다. 제안된 센서 모듈은 저비용으로 차량의 휠 베어링 상태를 모니터링하며, 이렇게 수집된 데이터를 활용하여 진단 및 고장 예측 기능을 수행하는 방안을 연구하였다. 개발된 센서 모듈과 예측 분석 시스템은 가진 테스트 장비 및 실제 차량을 이용하여 테스트하고 그 유효성을 평가하였다. There is a need for a system that provides early warning of presence and type of failure of automobile wheel bearings through the application of predictive fault analysis technologies. In this paper, we presented a sensor module mounted on a wheel bearing and a diagnostic system that collects, stores and analyzes vehicle acceleration information and vibration information from the sensor module. The developed sensor module and predictive analysis system was tested and evaluated thorough excitation test equipment and real automotive vehicle to prove the effectiveness.
-
-
-
-
-
초등학교 6학년 학생들의 분수와 소수 혼합계산에서의 복합형 오류 유형
황재용,권석일 부산교육대학교 초등교육연구소 2011 초등교육연구 Vol.26 No.-
지금까지 분수와 소수 계산 오류 연구에서는 대부분 오류를 하나의 유형,기본형 오류를 중심으로 분석하고 있다. 그러나 학생들의 계산 오류는 많은 경우 몇 가지 유형의 오류가 복합적으로 함께 작용하는 복합형 오류이다. 이 연구는 분수와 소수 혼합계산에서 나타나는 복합형 오류의 유형을 밝히는 것을 목적으로 한다. 이 연구는 경기도 소재 A초등학교 6학년 학생 147명을 대상으로, 3차례에 걸친 검사를 실시하여 복합형 오류를 유형별로 분류하고 그 타당성을 검증하였다. 검사 결과 학생들이 소수를 분수로 변환하여 문제를 푸는 경우, 약분오류, 통분오류, 역수오류, 등호오류가 주로 나타났으며 계산순서오류, 계산의 오류 등이 골고루 나타났다. 이들 기본형 오류가 조합을 이룬 복합형 오류에는 약분-통분, 약분-역수, 등호오류와 다른 것의 조합 등 이 주된 오류로 나타났다. 분수를 소수로 변환하여 푸는 문제의 경우, 소수관련 오류가 두드러졌다. 소수점오류, 분수·소수 변환오류, 등호오류, 계산의 오류 등이 골고루 나타났다. 이들 기본형 오류가 조합을 이룬 복합형 오류에 는 소수점-변환, 소수점-계산, 변환-계산, 등호오류와의 조합 등이 주된 오류로 나타났다. 복합형오류는 기본형 오류가 최소 2개에서 최대 5개 이상 조합을 이루어 학생마다 개인차가 다양하였다.
-
김영민,황재용,강선경 한국인공지능학회 2023 인공지능연구 (KJAI) Vol.11 No.4
This paper discusses a deep learning-based road surface analysis system that collects data by installing vibration sensors on the 4-axis wheel bearings of a vehicle, analyzes the data, and appropriately classifies the characteristics of the current driving road surface for use in the vehicle's control system. The data used for road surface analysis is real-time large-capacity data, with 48K samples per second, and the A2B protocol, which is used for large-capacity real-time data communication in modern vehicles, was used to collect the data. CAN and CAN-FD commonly used in vehicle communication, are unable to perform real-time road surface analysis due to bandwidth limitations. By using A2B communication, data was collected at a maximum bandwidth for real-time analysis, requiring a minimum of 24K samples/sec for evaluation. Based on the data collected for real-time analysis, performance was assessed using deep learning models such as LSTM, GRU, and RNN. The results showed similar road surface classification performance across all models. It was also observed that the quality of data used during the training process had an impact on the performance of each model.
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
